Redis之key的淘汰策略

来源:https://www.cnblogs.com/wly1-6/archive/2023/01/19/17058454.html
-Advertisement-
Play Games

淘汰策略概述 redis作為緩存使用時,在添加新數據的同時自動清理舊的數據。這種行為在開發者社區眾所周知,也是流行的memcached系統的預設行為。 redis中使用的LRU淘汰演算法是一種近似LRU的演算法。 淘汰策略 針對淘汰策略,redis有一下幾種配置方案: 1、noeviction:當觸發內 ...


淘汰策略概述

redis作為緩存使用時,在添加新數據的同時自動清理舊的數據。這種行為在開發者社區眾所周知,也是流行的memcached系統的預設行為。

redis中使用的LRU淘汰演算法是一種近似LRU的演算法。

淘汰策略

針對淘汰策略,redis有一下幾種配置方案:

1、noeviction:當觸發記憶體閾值時,redis只讀不寫;

2、allkeys-lru:針對所有的key,執行LRU(最近最少使用)策略;

3、allkeys-lfu:針對所有的key,執行LFU(最低頻使用)策略;

4、volatile-lru:針對設置了過期時間的key,執行LRU(最近最少使用)策略;

5、volatile-lfu:針對設置了過期時間的key,執行LFU(最低頻使用)策略;

6、allkeys-random:針對所有key,進行隨機淘汰;

7、volatile-random:針對設置了過期時間的key,進行隨機淘汰;

8、volatile-ttl:針對設置了過期時間的key,淘汰剩餘過期時間最短的;

根據應用場景選擇合適的淘汰策略是非常重要的,我們可以在程式運行時實時重置淘汰策略,並使用Redis INFO輸出來監控緩存未命中和命中的數量,以優化設置。

根據以往使用慣例:

  • 當你希望某些元素的子集被訪問的頻率高於其他元素,或者當你不知道怎麼選擇淘汰策略時,allkeys-lru策略是一個很好的選擇;
  • 當你在迴圈訪問redis,且所有的key是被連續掃描時,或者你希望key過期時間均勻分佈時,allkeys-random策略是一個很好的選擇;
  • 如果你希望基於key不同的TTL時間篩選出哪些key可被淘汰,volatile-ttl策略是一個很好的選擇;

還有一點是為key設置過期時間會占用記憶體,因此使用allkeys-lru這樣的策略會更節省記憶體,因為在記憶體壓力下不需要對key進行過期設置。

淘汰策略如何工作

淘汰過程如下:

  • 客戶端執行一條指令,需要添加一批數據;
  • redis檢測緩存閾值限制,如果超過閾值則執行淘汰策略;
  • 執行指令等等;

因此在redis的使用過程中,我們可能不斷的超過記憶體閾值限制,然後執行淘汰策略再將記憶體恢復到閾值之下。

近似LRU演算法

redis lru演算法是一個近似lru演算法,這意味著針對整個key集合,redis在執行lru策略時可能不會很精準的淘汰掉最應該被淘汰的key,相反的是,redis會通過抽樣一小部分key,並淘汰採樣key中最該被淘汰的。 自redis3.0以來,該演算法得到了改善,能夠抽樣大批量的key進行淘汰,使其能夠更接近真實LRU演算法的行為。 redis lru演算法的重要之處在於可以通過更改樣本數量來調整演算法的精度,此參數由以下配置指令控制:
maxmemory-samples 5

redis不使用真正的LRU實現的原因是它需要更多的記憶體。然而,對於使用Redis的應用程式,近似lru演算法實際上是與精確lru演算法差不多的。此圖將redis使用的LRU近似值與真實LRU進行了比較。

用給定數量的key填充了Redis伺服器(達到記憶體閾值)進行測試並生成了上面的圖。從第一個到最後一個訪問key。第一個key是使用LRU演算法淘汰的最佳候選key。之後再添加50%以上的key,以強制淘汰一半的舊key。

你可以在圖中看到三種點,形成了三個不同的區域:

  • 淺灰色區域是被淘汰的對象
  • 灰色區域是未被淘汰的對象
  • 綠色區域是新加的對象

在理論LRU實現中(theoretical LRU),我們預計舊key集合中的前一半將會被淘汰,與之相反,redis lru演算法實現中,舊key集合中也只是會離散性的淘汰其中某些key。

正如您所看到的那樣,與Redis 2.8相比,Redis 3.0在同樣抽樣數為5個時做得更好,但是大多數最新增加的key仍然被Redis 2.8保留。在Redis 3.0中使用10的樣本大小,近似值非常接近Redis 3.0的理論性能。

在模擬中,我們發現使用冪律訪問模式(類似20%的key承擔了80%的訪問),真實LRU和Redis近似LRU之間的差異極小或根本不存在。

使用CONFIG SET maxmemory samples<count>命令在生產中使用不同的樣本大小值進行實驗非常簡單。

新的LFU模式

從redis4.0開始,可以在某些特定場景下使用低頻淘汰策略。在選用LFU策略後,redis會跟蹤key的訪問頻率,所以低頻的key將被淘汰。這意味著經常訪問的key有很大的機會一直留在記憶體中。

要配置LFU模式,可以使用以下策略:

  • volatile-lfu:針對設置了過期時間的key,使用近似lfu淘汰;
  • allkeys-lfu:針對所有key,使用近似lfu淘汰;

LFU近似於LRU:它使用一個稱為Morris的概率計數器來估計key訪問頻率,計數器中每個key只占用幾個bit,並且計數器功能附加衰減周期,這樣計數器統計的key訪問頻率就會隨著時間的推移而降低(如果一段時間內一個key訪問頻率低於計數器衰減速度,最終這個key會被淘汰)。直至某一刻,我們不再將一些key視為頻繁訪問的key,即使它們在過去是被頻繁訪問的,以便演算法能夠適應訪問模式的變化。

該信息的採樣方式與LRU(如本文檔前一節所述)選擇淘汰key的情況類似。

然而,與LRU不同的是,LFU具有某些可調參數:例如,如果一個頻繁key不再被訪問,那麼它的訪問頻率級別應該降低多少?還可以調整Morris計數器範圍,以更好地使演算法適應特定的場景。

預設情況下,Redis配置為:

  • 在大約100萬次請求時讓計數器飽和;
  • 每一分鐘使計數器衰減一次;

這些配置應該是合理的,並且經過了實驗測試,但用戶可能希望使用這些配置設置來選擇最佳值。

有關如何調整這些參數的說明,可以在源發行版的示例redis.conf文件中找到。簡而言之,它們是:

lfu-log-factor 10
lfu-decay-time 1

衰減時間是最明顯的一個,它是計數器在採樣時應該衰減的分鐘數。特殊值0表示:永遠不會衰減計數器。

計數器對數因數決定了使頻率計數器達到飽和需要的key命中次數,頻率計數器剛好在0-255範圍內。繫數越高,需要更多的訪問才能達到最大值;繫數越低,低頻訪問計數器的解析度越好,如下表所示:

 

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 在springboot項目中,dubbo消費者在設置dubbo超時時間時,可以在application.yml里設置屬性 dubbo.consumer.timeout。這是服務級。也可以在@Reference註解上給timeout屬性賦值,來指定特定介面的超時時間。 ...
  • 樹狀數組介紹 樹狀數組,顧名思義,就是樹狀的一維數組。 二叉樹同樣也可以用一維數組存儲。我們以二叉樹進行類比。 如圖所示,圖中節點的序號就是存在數組中的下標。 記父節點序號為 $p$,子節點序號為 $s$。 則有: $p$ $=$ $s$ $/$ $2$ (向下取整)。 左子節點 $s_{left} ...
  • 前言 2023年想搭建一套屬於自己的框架,做一個屬於自己想法的項目。這些年工作中一直用公司已有的框架,以前有跟著學習視頻搭建過,但自己真正動手搭建時發現問題還是很多,比如沒有引入Mybatis-plus包之前,項目api test是成功的,引入Mybatis-plus包後就一直啟動不成功,而且異常信 ...
  • 2023-01-19 一、@RequestMapping註解位置 1、書寫在類上面 (1)作用:為當前類設置映射URL (2)註意:不能單獨使用,需要與方法上的@RequestMapping配合使用 2、書寫在方法上面 (1)作用:為當前方法設置映射URL (2)註意:可以單獨使用 3、示例代碼 ( ...
  • 基本數據類型-基礎使用 數值型 整數類型 使用細節 Golang 各整數類型分:有符號和無符號,int uint 的大小和系統是32位還是64位有關 Golang 的整型預設聲明為 int 型 如何在程式查看某個變數的位元組大小和數據類型 (使用較多) Golang 程式中整型變數在使用時,遵守保小不 ...
  • Python如何運行程式 Python解釋器簡介 解釋器是一種讓其他程式運行起來的程式。 Python解釋器將讀取程式,並按照其中的命令執行,得出結果。 解釋器是代碼與機器的電腦硬體之間的軟體邏輯層。 解釋器本身可以用C程式實現,或者一些Java類實現。 程式執行 程式員視角 Python程式僅是 ...
  • 2023-01-19 一、SpringMVC簡介 1、SpringMVC是Spring子框架 2、SpringMVC是Spring為“控制層”提供的基於MVC設計理念的優秀的Web框架,是目前最主流的MVC框架。 3、SpringMVC是非侵入式:可以使用註解讓普通java對象,作為請求處理器(Co ...
  • 安裝Go及開發工具介紹 安裝Go 安裝過程非常簡單,下載自己系統對應的安裝包後直接安裝即可。安裝路徑中包含空格不會對Go環境有影響,在windows系統中,安裝到預設Program Files或Program Files (x86)即可,也可以根據自己需要改變安裝目錄。 安裝完成後,開啟一個新的cm ...
一周排行
    -Advertisement-
    Play Games
  • 一:背景 1. 講故事 年前遇到了好幾例托管堆被損壞的案例,有些運氣好一些,從被破壞的托管堆記憶體現場能觀測出大概是什麼問題,但更多的情況下是無法做出準確判斷的,原因就在於生成的dump是第二現場,借用之前文章的一張圖,大家可以理解一下。 為了幫助更多受此問題困擾的朋友,這篇來整理一下如何 快狠準 的 ...
  • 前言 .NET6 開始,.NET Croe API 項目取消了 Startup.cs 文件,在 Program.cs 文件的 Main 函數中完成服務的註冊和中間件管道的管理。但當我們項目引入更多包的時候,Program.cs 文件也會看起來很臃腫。 而且,我們不只會有一個後端項目,為了方便快速創建 ...
  • 目錄 背景 get 與 post 的區別 所有介面都用 post 請求? 背景 最近在逛知乎的時候發現一個有趣的問題:公司規定所有介面都用 post 請求,這是為什麼? 看到這個問題的時候其實我也挺有感觸的,因為我也曾經這樣問過我自己。在上上一家公司的時候接到一個項目是從零開始搭建一個微服務,當時就 ...
  • *以下內容為本人的學習筆記,如需要轉載,請聲明原文鏈接 微信公眾號「englyf」https://mp.weixin.qq.com/s/2GFLTstDC7w6u3fTJxflNA 本文大概 1685 個字,閱讀需花 6 分鐘內容不多, 但也花了一些精力如要交流, 歡迎關註我然後評論區留言 謝謝你的 ...
  • 在新版本的pandas中,上述代碼會引起警告,建議改成SQLAlchemy connectable(engine/connection),後續代碼將引入這種升級的連接方式。 ...
  • 幾乎所有的高級編程語言都有自己的垃圾回收機制,開發者不需要關註記憶體的申請與釋放,Python 也不例外。Python 官方團隊的文章 https://devguide.python.org/internals/garbage-collector 詳細介紹了 Python 中的垃圾回收演算法,本文是這篇 ...
  • 如果您想查找高於或低於平均值的數字,可以不必計算該平均值,就能查看更高或更低的值。通過Java應用程式,可以自動突出顯示這些數字。除了快速突出顯示高於或低於平均值的值外,您還可以查看高於或低於的值的個數。現在讓我們看看如何在 Java應用程式中實現此操作。 引入jar包 導入方法1: 手動引入。將  ...
  • 第一種方式:使用{} firstDict = {"name": "wang yuan wai ", "age" : 25} 說明:{}為創建一個空的字典對象 第二種方式:使用fromkeys()方法 second_dict = dict.fromkeys(("name", "age")) #valu ...
  • 在golang中可以使用a := b這種方式將b賦值給a,只有當b能進行深拷貝時a與b才不會互相影響,否則就需要進行更為複雜的深拷貝。 下麵就是Go賦值操作的一個說明: Go語言中所有賦值操作都是值傳遞,如果結構中不含指針,則直接賦值就是深度拷貝;如果結構中含有指針(包括自定義指針,以及切片,map ...
  • 本文結合京東監控埋點場景,對解決樣板代碼的技術選型方案進行分析,給出最終解決方案後,結合理論和實踐進一步展開。通過關註文中的技術分析過程和技術場景,讀者可收穫一種樣板代碼思想過程和解決思路,並對Java編譯器底層有初步瞭解。 ...